Robotik
Download
1 / 40

Robotik - PowerPoint PPT Presentation


  • 137 Views
  • Uploaded on

Robotik. Robotik: Eine Einführung . Was ist ein Roboter? Woraus bestehen Roboter? Welche Arten von Robotern gibt es? Wozu bauen wir Roboter? Welche ethischen Probleme werfen Roboter auf? Wie funktionieren Roboter? Welche Grundprinzipien gibt es in der Robotik?

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Robotik' - varick


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

Robotik eine einf hrung
Robotik: Eine Einführung

  • Was ist ein Roboter?

  • Woraus bestehen Roboter?

  • Welche Arten von Robotern gibt es?

  • Wozu bauen wir Roboter?

  • Welche ethischen Probleme werfen Roboter auf?

  • Wie funktionieren Roboter?

  • Welche Grundprinzipien gibt es in der Robotik?

  • Wie beurteilet man einen gegebenen Roboter?


Was ist ein roboter
Was ist ein Roboter?

  • Ein Roboter ist eine technische Apparatur, die dazu dient, dem Menschen die Arbeit abzunehmen. Roboter können sowohl stationäre als auch mobile Maschinen sein und werden von Computerprogrammen gesteuert. Die Bedeutung hat sich allerdings im Laufe der Zeit gewandelt.

  • A robotis a mechanicalorvirtualartificialagent, usually an electro-mechanicalmachinethatisguidedbya computerprogramor electronic circuitry.


Woraus besteht ein roboter
Woraus besteht ein Roboter?

  • sensors

    • light, sound, touch, pressure, GPS, ...

  • controllers

    • microcontrollers, chips, neuralnetworks, ...

  • actuators

    • locomotion: wheels, legs, wings, ...

    • manipulation: hands, tools, ...

    • communication: speakers, radio, ...

Power source


Roboterarten
Roboterarten

  • Beam

  • Erkundungsroboter

  • Humanoider Roboter

  • Biomorpher Roboter

  • Industrieroboter

  • Lauf-/Flug-/Kriechroboter

  • Personal Robot

  • Serviceroboter

  • Spielzeugroboter

  • Transportroboter

  • Kampfroboter

  • Nanoroboter

  • Schwarmroboter

  • Modulare Roboter

  • Adaptive Robot

  • Selfreplicating Robot


Wozu roboter
Wozu Roboter?

  • dangerous environments

  • inaccessible environments

  • repetitive or difficult tasks

  • entertainment

  • basic research (understanding by rebuilding), e.g.

    • intelligence

    • locomotion

    • collaboration



R obotics timeline
roboticstimeline


Ted talks on robotics
TED talks on robotics

http://www.ted.com/talks/bruno_maisonnier_dance_tiny_robots.html

Robot dance

http://www.ted.com/talks/daniel_wolpert_the_real_reason_for_brains.html

Neuroscientist Daniel Wolpertstartsfrom a surprisingpremise: thebrainevolved, not tothinkorfeel, but tocontrolmovement

http://www.ted.com/talks/rodney_brooks_on_robots.html

In thisprophetictalkfrom 2003, roboticist Rodney Brooks talksabouthowrobotsaregoingtoworktheirwayintoourlives

http://www.ted.com/talks/vijay_kumar_robots_that_fly_and_cooperate.html

In seinem Labor an der Pennsylvania State University bauen Vijay Kumar und sein Team fliegeneQuadcopter.

http://www.ted.com/talks/dennis_hong_my_seven_species_of_robot.html

Beim TEDxNASA stellt Dennis HONG sieben preisgekrönte All-Terrain-Roboter vor

http://www.ted.com/talks/a_robot_that_flies_like_a_bird.html

SmartBird, a large, lightweightrobot, modeled on a seagull, that flies byflappingitswings.

http://www.ted.com/talks/david_hanson_robots_that_relate_to_you.html

David Hanson's Robotergesichter sehen so aus wie Ihres und verhalten sich auch so.

http://www.ted.com/talks/hod_lipson_builds_self_aware_robots.html

Hod Lipson zeigt ein paar seiner coolen, kleinen Roboter, die die Fähigkeit besitzen zu lernen, sich selbst zu verstehen und sogar sich selbst zu reproduzieren.


Das grundprinzip
Das Grundprinzip

Roboter

  • sensors

  • Eingabe (input)

  • Sinne

  • controller

  • Verarbeitung (processing)

  • Gehirn

  • actuators

  • Ausgabe (output)

  • Muskeln

Informations-verarbeitung

Menschen


Gofai g ood old fashioned artificial intelligence
GOFAI(goodold-fashionedartificialintelligence)

  • Aufstellung Schachspiel

  • besten Zug berechnen

  • Spielzug


Gofai
GOFAI

  • In artificial intelligence, GOFAI ("Good Old-Fashioned Artificial Intelligence") describes the oldest original approach to achieving artificial intelligence, based on logic and problem solving. In robotics research, the term is extended as GOFAIR ("Good Old-Fashioned Artificial Intelligence and Robotics").

  • GOFAI was the dominant paradigm of AI research from the middle fifties until the late 1980s. After that time, newer sub-symbolic approaches to AI were introduced.

  • GOFAI is based on the assumption that many aspects of intelligence can be achieved by the manipulation of symbols, an assumption defined as the "physical symbol systems hypothesis" by Allen Newell and Herbert A. Simon in the middle 1960s. By the 1980s, many researchers began to doubt that high-level symbol manipulation alone could account for all intelligent behaviors.

  • Opponents of the symbolic approach include roboticists such as Rodney Brooks, who aims to produce autonomous robots without symbolic representation (or with only minimal representation) and computational intelligence researchers, who apply techniques such as neural networks and optimization to solve problems in machine learning and control engineering.


Es stellt sich also heraus
Es stellt sich also heraus:

  • Den besten Zug finden ist gar nicht so schwer ...

  • ... die Figur dann dort hin bewegen dagegen schon


Ziel mansai
Ziel: MANSAI???

(Modern And Not-SymbolicArtificialIntelligence)

  • Wie soll das gehen?

  • Was sind die Aufgaben?

  • Was hat das mit Intelligenz zu tun?

Lessonstolearnfromtheone intelligent agentknowntous: us.


Gofai1
GOFAI:

  • Umwelt

  • Körper

  • Gehirn

logisches (=symbolisches) Denken...

  • input

  • symboliccomputation

  • output

  • Muskeln

  • Sinne

Ein seltsames Problem: symbolgrounding(woher kommt Bedeutung)


Realistischer
Realistischer:

Bewusste Entscheidungen, Wille, Pläne, Modelle der Wirklichkeit, logisches (=symbolisches) Denken...

  • Umwelt

  • Körper

  • Gehirn

bewussterabstraktersymbolischerlangsamer

  • Muskeln

  • Sinne


Goodbye gofai
Goodbye GOFAI?

 viele verschiedene Ansätze und Zielrichtungen

  • Umwelt

  • symboliccomputation

Higher levelcognition

  • Körper

  • Gehirn

  • input

  • output

Und was ist mit dem Rest?

Und mit dem Zusammenspiel?

Und was war nochmal Intelligenz?

  • Muskeln

  • Sinne


Kybernetik regelungstechnik
Kybernetik(„Regelungstechnik“)

  • ist-Zustand

  • Vergleich Ist-Soll

  • Änderung in Richtung Soll-Zustand

Feedback


F eedback loops
feedbackloops

  • Umwelt

  • Körper

  • Gehirn

  • Muskeln

  • Sinne

im Gehirn

im Körper

Umwelt


Subsumtion architecture
Subsumtion Architecture:

Rodney Brooks (1986)


Interplay bottom up or top down
interplay: bottom-upor top-down?

  • Umwelt

top

bottom

  • Körper

  • Gehirn

  • Muskeln

  • Sinne

im Gehirn

im Körper

Umwelt


time

  • Umwelt

  • Körper

  • Gehirn

  • Muskeln

  • Sinne

Gedächtnis Erfahrung

Voraus-sagen

im Gehirn

im Körper

Umwelt


Extras
extras

  • Umwelt

  • Körper

  • Gehirn

  • Muskeln

  • Sinne

Gedächtnis Erfahrung

Voraus-sagen

Wille?!

Selbstbild/modell

AufmerksamkeitBewusstsein

im Gehirn

im Körper

Umwelt


Tasks and autonomy
tasksandautonomy


Further complications
furthercomplications

UNVORHERSEHBARKEIT

NOISE

NOISE

NOISE

ANDERE AGENTEN

  • Umwelt

  • Körper

  • Gehirn

  • Muskeln

  • Sinne

Gedächtnis Erfahrung

Voraus-sagen

Wille?!

im Gehirn

im Körper

Umwelt


Sicher handeln in einer unsicheren welt
Sicher handeln in einer unsicheren Welt

  • Robustheit gegenüber Noise, Teilausfällen, fehlender Information, neuen Anforderungen, plötzlichen Änderungen, ...

    • Fehlende Informationen abschätzen

      • Vorhersagen / Erfahrung

      • Modelle (selbst, andere Agenten, Umwelt)

      • Inferenz, Deduktion, Generalisation

    • Schnelle Korrektur des Verhaltens

      • Reaktive Komponenten, Feedback

      • Aufmerksamkeit


Using experience to get better
usingexperiencetogetbetter

UNVORHERSEHBARKEIT

NOISE

NOISE

NOISE

ANDERE AGENTEN

  • Umwelt

  • Körper

  • Gehirn

Lernen

  • Muskeln

  • Sinne

Gedächtnis Erfahrung

Voraus-sagen

Wille?!

im Gehirn

im Körper

Umwelt


L ernen
Lernen

  • Lernen = Verhaltensänderung

  • Was wird optimiert?

  • Wie wird Verhalten umgesetzt (controller)  was genau wird hier geändert?

  • Ein paar Möglichkeiten:

    • Symbolisch: Support Vector Machines, Bayesian

    • Subsymbolisch: Neuronale Netze

    • Reaktiv: Regelkreis


Life long adaption
life-longadaption

ANDERE AGENTEN

UNVORHERSEHBARKEIT

NOISE

NOISE

NOISE

  • Umwelt

Entwicklung

  • Körper

  • Gehirn

Lernen

  • Muskeln

  • Sinne

Gedächtnis Erfahrung

Voraus-sagen

Wille?!

im Gehirn

im Körper

Umwelt


Entwicklung
Entwicklung

  • Adaption über einen längeren Zeitraum

  • Bootstrapping? (Zuerst die Einfaches Lernen, und auf dieser Basis später Schwieriges)

  • Gleichzeitige Veränderungen der Ressourcen? (z.B. Wachstum, Motorik, Gedächtnis,...)


Adaption of the species
adaptionofthespecies

Evolution

ANDERE AGENTEN

UNVORHERSEHBARKEIT

NOISE

NOISE

NOISE

  • Umwelt

Entwicklung

  • Körper

  • Gehirn

Lernen

  • Muskeln

  • Sinne

Gedächtnis Erfahrung

Voraus-sagen

Wille?!

im Gehirn

im Körper

Umwelt


Evolution
Evolution

  • Optimierung des Agenten über Generationen

    • Gelerntes weitergeben ?!

    • Lernmechanismus weitergeben!

  • System so allgemein definieren, dass es sich selbst (graduell) verändern kann

  • Selektion (was ist relevant  wird optimiert)?


  • Resultat:

  • Ein höchst flexibles, selbstregulierendes, adaptives System, das verschiedenste komplexe Aufgaben in einer nur teilweise vorhersehbaren Umwelt in Echtzeit meistert – oder zumindest lernen (sich entwickeln) kann, sie zu meistern

Evolution

ANDERE AGENTEN

UNVORHERSEHBARKEIT

NOISE

NOISE

NOISE

  • Umwelt

Entwicklung

  • Körper

  • Gehirn

Lernen

  • Muskeln

  • Sinne

Gedächtnis Erfahrung

Voraus-sagen

Wille?!

im Gehirn

im Körper

Umwelt


task(s) & autonomy:

learning/adaption:

extras/tricks:

name:

aimoftheproject:

environment:

sensors:

controllers (architecture, type ofcomputing):

actuators:

feedback:

rating/comments:


Ted talks on robotics1
TED talks on robotics

http://www.ted.com/talks/bruno_maisonnier_dance_tiny_robots.html

Robot dance

http://www.ted.com/talks/daniel_wolpert_the_real_reason_for_brains.html

Neuroscientist Daniel Wolpertstartsfrom a surprisingpremise: thebrainevolved, not tothinkorfeel, but tocontrolmovement

http://www.ted.com/talks/rodney_brooks_on_robots.html

In thisprophetictalkfrom 2003, roboticist Rodney Brooks talksabouthowrobotsaregoingtoworktheirwayintoourlives

http://www.ted.com/talks/vijay_kumar_robots_that_fly_and_cooperate.html

In seinem Labor an der Pennsylvania State University bauen Vijay Kumar und sein Team fliegeneQuadcopter.

http://www.ted.com/talks/dennis_hong_my_seven_species_of_robot.html

Beim TEDxNASA stellt Dennis HONG sieben preisgekrönte All-Terrain-Roboter vor

http://www.ted.com/talks/a_robot_that_flies_like_a_bird.html

SmartBird, a large, lightweightrobot, modeled on a seagull, that flies byflappingitswings.

http://www.ted.com/talks/david_hanson_robots_that_relate_to_you.html

David Hanson's Robotergesichter sehen so aus wie Ihres und verhalten sich auch so.

http://www.ted.com/talks/hod_lipson_builds_self_aware_robots.html

Hod Lipson zeigt ein paar seiner coolen, kleinen Roboter, die die Fähigkeit besitzen zu lernen, sich selbst zu verstehen und sogar sich selbst zu reproduzieren.


Humanoide roboter
Humanoide Roboter

  • Theatricalrobotics?

  • Problems withfearandempathy

  • Whattomeasure?

  • AI-Ethics?


Key concepts
Key concepts

  • Artificialintelligence (strong vs. weak)

  • Degreesoffreedom

  • Inverse kinematics

  • Degreesofautonomy

  • Subsumption Architecture

  • Embeddedness

  • Symbol grounding

  • Learning & development

  • EmergentBehaviour

  • Bayesioninference


Three laws of robotics
Threelawsofrobotics

  • A robotmay not injure a human beingor, throughinaction, allow a human beingtocometoharm.

  • A robot must obeytheordersgiventoitby human beings, exceptwhere such orderswouldconflictwiththe First Law.

  • A robot must protectitsownexistenceaslongas such protectiondoes not conflictwiththe First or Second Laws.


Die zukunft
Die Zukunft?

  • Task-autonome Roboter für spezifischen Aufgaben, inspiriert von der Natur, grösstenteils GOFAI.

  • (und das ist nahe Zukunft!) Bionik:

    http://www.ted.com/talks/miguel_nicolelis_a_monkey_that_controls_a_robot_with_its_thoughts_no_really.html

    Can weuseourbrainstodirectlycontrolmachines -- withoutrequiring a bodyasthemiddleman?


Bionik
Bionik:

  • Umwelt

  • Roboter

  • Controller

  • actuators

  • sensors

  • Körper

  • Gehirn

passt sich an den gegebenen input/output an!

  • Muskeln

  • Sinne